Les CDI se raréfient pour les jeunes actifs dans les métiers les plus exposés à l’IA générative

Allergique aux pavés ? Voilà ce qu’il faut retenir.

CDI des jeunes actifs : comprendre la baisse sans tout attribuer à l’IA

Le chiffre central est un recul de 28,3 % des embauches en CDI des 21-29 ans dans les métiers les plus exposés à l’IA, depuis novembre 2022, selon les résultats de l’étude Banque de France-HEC présentés ici. Dans les professions les moins exposées, la diminution atteint 7,5 % : le ralentissement existe donc aussi ailleurs, mais son intensité change nettement.

L’écart représente 20,8 points de pourcentage. Ce détail mérite mieux qu’un passage en diagonale : il ne signifie ni que 28,3 % des jeunes ont perdu leur poste, ni que près d’un tiers des emplois existants ont disparu.

Embauches en CDI et emplois occupés : deux indicateurs différents

Une embauche mesure une entrée dans un contrat, pas le nombre total de salariés présents. Une entreprise peut conserver son équipe tout en supprimant plusieurs ouvertures de postes : les effectifs semblent stables, mais la porte se rétrécit pour les nouveaux arrivants.

Prenons une agence fictive, Atelier Garonne, qui recrute habituellement plusieurs profils débutants pour produire des contenus et préparer des analyses. Si ses collaborateurs expérimentés absorbent davantage de demandes grâce à des assistants numériques, la direction peut décider de ne pas ouvrir certains postes, sans licencier personne.

Pour Léa, 25 ans, candidate fictive utilisée comme fil conducteur, le résultat reste très concret : moins d’offres accessibles, davantage de concurrence et des processus plus exigeants. Voilà pourquoi une transformation technologique peut peser sur l’entrée dans la vie active avant de devenir visible dans les statistiques de suppressions de postes.

Métiers exposés à l’IA : une différence observée, pas une causalité automatique

L’étude présentée couvre plus de 1 500 métiers et compare des catégories selon leur exposition à l’intelligence artificielle générative. Cette approche permet d’identifier des écarts, mais une exposition théorique ne mesure pas directement l’usage réel des outils dans chaque entreprise.

La conjoncture, les budgets, les taux d’intérêt ou les corrections d’effectifs après une période d’expansion peuvent également influer sur les décisions. Pour attribuer une baisse précise à la technologie, il faut examiner la méthode complète, les facteurs contrôlés et la manière dont les groupes comparés ont été construits.

Le chiffre de 75 000 CDI annuels en moins, relayé dans les présentations de ces travaux, demande la même discipline. Il doit être lu comme une estimation issue d’une comparaison, et non comme un compteur de personnes identifiées dont le contrat aurait été supprimé par ChatGPT.

Les résultats concernant les développeurs et ingénieurs informatiques sont particulièrement marqués : les embauches des 21-29 ans auraient diminué de 42 % entre 2022 et 2026. Là encore, ce pourcentage décrit des recrutements, pas une disparition équivalente des postes occupés.

Pour un dirigeant, la bonne question devient donc : quelles missions ne justifient plus une ouverture de poste, et quelles compétences manquent réellement ? Pour un candidat, elle change légèrement : quels problèmes restent sans solution malgré les nouveaux outils ?

Le travail de veille consiste à croiser les annonces, les retours de recruteurs et les besoins des clients, plutôt qu’à avaler un titre alarmant tout rond. Une analyse de la réduction des emplois associée à l’IA peut prolonger cette lecture, à condition de garder séparés faits observés et explications proposées.

Le signal important n’est pas seulement la baisse : c’est le déplacement des portes d’entrée vers des missions plus difficiles à standardiser.

Pourquoi les métiers exposés à l’IA ferment d’abord leurs portes aux juniors

Les professions les plus concernées ont un point commun : elles produisent, transforment ou mettent en forme de l’information. Traduction, rédaction, études économiques, analyses commerciales et certaines opérations bancaires comportent de nombreuses tâches que les modèles génératifs savent accélérer.

Cela ne rend pas ces métiers inutiles. Cela modifie surtout la répartition du travail entre préparation, contrôle et décision : le premier jet devient moins coûteux, tandis que la responsabilité du résultat demeure humaine.

Automatisation des tâches : le premier échelon devient plus étroit

Un débutant apprend souvent en préparant un document, en classant des informations ou en réalisant une première analyse. Ces missions ont une double fonction : elles produisent quelque chose d’utile et permettent de comprendre progressivement le métier.

Lorsqu’un logiciel fournit cette première version en quelques minutes, l’employeur peut être tenté de confier directement sa vérification à une personne expérimentée. Le gain immédiat paraît évident ; la perte du terrain d’apprentissage l’est beaucoup moins.

Chez Atelier Garonne, Léa devait initialement assembler les données d’un bilan de campagne, rédiger une synthèse et proposer quelques pistes. Un assistant peut désormais préparer le document, mais il ne sait pas forcément qu’un changement de consentement a perturbé la mesure ou qu’une promotion exceptionnelle explique le pic de ventes.

Si la mission se limite à « produire dix paragraphes », la concurrence avec la machine est rude. Si elle consiste à établir pourquoi les chiffres divergent et à recommander une correction vérifiable, le besoin de compétence devient autrement plus solide.

Pour examiner une fiche de poste sans se raconter d’histoires, trois catégories suffisent :

• ⚙️ Production standardisable : reformulation, classement simple, brouillon ou synthèse de documents déjà structurés.
• 🔍 Contrôle contextualisé : vérification des sources, détection d’anomalies, comparaison avec les contraintes du client.
• 🤝 Décision et relation : arbitrage, négociation, compréhension d’un besoin ambigu et engagement sur un résultat.

Ce classement n’est pas une liste de métiers condamnés. Une même profession peut mélanger les trois catégories, avec des proportions très différentes selon l’organisation et les clients servis.

Développeurs juniors : produire du code ne suffit plus à démontrer sa valeur

Le développement informatique illustre bien cette bascule. Générer une fonction ou proposer un test devient plus accessible, mais intégrer une modification dans un système existant exige de comprendre les dépendances, la sécurité, les règles métier et les conséquences en production.

Un candidat qui montre uniquement une application fabriquée avec un assistant laisse une question entière : maîtrise-t-il ce qu’il présente ? Celui qui explique un bug, son diagnostic, les tests ajoutés et les limites de sa correction donne au recruteur des éléments exploitables.

Le même raisonnement vaut pour un traducteur qui documente une ambiguïté juridique ou pour un analyste qui repère un biais dans une base de données. L’exposition technologique ne se résume pas à un intitulé : elle dépend de ce que la personne doit effectivement livrer.

À l’inverse, les métiers de présence physique ou de relation directe, comme les soins infirmiers, la garde d’enfants ou certains travaux qualifiés, offrent moins de prise à ces outils sur leur activité centrale. Ils peuvent néanmoins être transformés dans leurs démarches administratives ou leur organisation.

Pour affiner ce diagnostic, un tour d’horizon des métiers confrontés aux transformations de l’IA aide à poser les bonnes questions. Le réflexe utile reste d’examiner les tâches, pas de coller une étiquette « protégé » ou « menacé » sur une profession entière.

La compétence qui résiste le mieux n’est pas de produire davantage : c’est de savoir quand une production est juste, utile et acceptable.

Moins de CDI et moins de démissions : repérer un marché du travail qui se bloque

Le recul des ouvertures de postes ne raconte qu’une partie de l’histoire. Selon les données présentées, les démissions de salariés de 21-29 ans en CDI diminuent de 23 % entre novembre 2022 et mars 2026 dans les professions exposées, contre 6 % dans les moins exposées.

Moins d’entrées et moins de sorties peuvent signaler une mobilité qui se grippe. Les personnes déjà recrutées restent davantage en place, tandis que celles qui cherchent leur première occasion rencontrent moins de portes ouvertes.

La précarité professionnelle ne se limite pas aux contrats courts

Il serait tentant de conclure que les salariés restent parce qu’ils sont plus satisfaits. Cette explication peut exister localement, mais une diminution des démissions ne permet pas, à elle seule, de mesurer le bien-être au travail.

La peur de ne pas retrouver un poste, le manque d’offres pertinentes ou des perspectives salariales moins favorables peuvent aussi freiner un départ. Un contrat stable n’efface donc pas forcément le sentiment de vulnérabilité.

Imaginons que Léa ait finalement intégré Atelier Garonne, puis découvre que ses missions se limitent à corriger des productions automatiques sans accompagnement. Elle peut conserver son poste faute d’alternative, tout en voyant ses compétences et ses perspectives progresser trop lentement.

Pour les employeurs, ce scénario crée un piège de lecture. Un faible turnover peut ressembler à de la fidélité, alors qu’il traduit parfois une immobilité subie : les entretiens individuels doivent explorer les raisons de rester, pas seulement enregistrer l’absence de départ.

Pour les candidats extérieurs, le mécanisme produit un effet supplémentaire. Si moins de collaborateurs bougent, moins de remplacements sont nécessaires ; les opportunités issues de la rotation habituelle deviennent elles aussi plus rares.

Les contrats temporaires ne remplacent pas automatiquement les CDI manquants

L’hypothèse d’un simple transfert vers les CDD ne correspond pas aux résultats fournis. Tous contrats confondus, les embauches des 21-29 ans baissent de 22,1 % dans les professions exposées entre novembre 2022 et mars 2026, tandis qu’elles augmentent de 1 % dans les métiers physiques étudiés.

Cette comparaison concerne des catégories précises : elle ne décrit pas chaque secteur ni toutes les formes d’activité indépendante. Elle montre néanmoins que le recul ne se résume pas à un changement d’étiquette contractuelle.

Multiplier les candidatures à des contrats temporaires n’est donc pas une parade universelle. Un candidat doit vérifier si ces propositions correspondent à un besoin durable, à un remplacement ou à une succession de petites missions sans perspective d’apprentissage.

Trois questions permettent de gagner du temps en entretien : pourquoi le poste est-il ouvert, qui accompagnera la prise de fonction et quels résultats sont attendus après trois mois ? Les réponses révèlent souvent davantage que les formules enthousiastes de l’annonce.

Côté entreprise, regarder uniquement le nombre de CV reçus peut aussi induire en erreur. Un volume élevé de candidatures ne garantit ni une bonne adéquation ni un parcours d’intégration capable de transformer un débutant en collaborateur autonome.

Le tableau de bord utile rassemble les postes ouverts, les recrutements réalisés, les départs volontaires, les délais de sélection et les mobilités internes. Chaque indicateur doit être comparé sur une période cohérente, avec des définitions constantes.

Une équipe peut ainsi distinguer un gel budgétaire, une difficulté d’attractivité ou une modification réelle des besoins. Sans ce travail, toutes les causes finissent dans le même sac « IA », pratique pour communiquer, nettement moins pour agir.

Un marché figé n’est pas forcément un marché apaisé : mesurer la mobilité aide à voir ce que la stabilité apparente dissimule.

Décrocher un CDI quand on débute : remplacer les promesses par des preuves

Face à des processus de sélection plus serrés, connaître plusieurs outils ne suffit pas à sortir du lot. Les jeunes actifs ont intérêt à rendre visible leur capacité à comprendre un problème, utiliser les ressources disponibles et vérifier ce qu’ils livrent.

Un portfolio utile montre une démarche, pas seulement une jolie sortie. Le recruteur doit pouvoir distinguer ce que le logiciel a proposé, ce que le candidat a contrôlé et les décisions dont il peut expliquer la logique.

Un projet démontrable vaut mieux qu’une liste de compétences floues

Pour Léa, candidate à un poste de communication numérique, un exercice pertinent pourrait partir d’un site de démonstration. L’objectif serait d’identifier un parcours de contact trop compliqué, puis de proposer une amélioration mesurable.

Elle peut utiliser un assistant pour explorer des formulations, mais doit expliquer pourquoi une proposition a été retenue. Une promesse excessive, un formulaire trop long ou un indicateur mal choisi sont des problèmes de jugement, pas seulement de rédaction.

Le dossier présente alors le contexte, les observations, les hypothèses et la solution. Si aucun test réel n’a été réalisé, il faut le préciser et décrire le protocole prévu, sans transformer une estimation en résultat commercial.

Cette honnêteté donne du poids à la démonstration. Inventer un gain de conversion pour faire briller une présentation est une mauvaise idée : une simple question sur la taille de l’échantillon suffit à faire tomber le décor.

Une méthode courte permet de construire ce type de preuve :

1. 🎯 Choisir un problème limité : corriger un parcours, vérifier un jeu de données ou résoudre un défaut logiciel clairement identifié.
2. 📂 Documenter les matériaux : préciser les sources, les droits d’utilisation et les éventuelles données manquantes.
3. 🛠️ Montrer les choix : expliquer l’usage des outils et les propositions écartées.
4. ✅ Prévoir une validation : tests, relecture indépendante ou comparaison avec une référence fiable.
5. 📏 Définir une mesure : indiquer comment le résultat sera évalué sans inventer de performance.

Formation et intelligence artificielle générative : apprendre à contrôler

La formation doit porter sur les fondamentaux du métier autant que sur les interfaces. Une personne incapable d’évaluer une réponse reste dépendante du système, même si elle sait obtenir un texte impeccable en apparence.

En marketing, cela implique de comprendre l’attribution, les biais de mesure et les limites d’un test. En programmation, il faut travailler les tests, la lecture de code et la sécurité ; en rédaction, la vérification des sources et la distinction entre information et interprétation restent centrales.

Les approches d’apprentissage accompagné par l’IA peuvent faciliter des exercices et des retours rapides. Leur intérêt dépend toutefois d’un cadre qui oblige à expliquer, corriger et refaire, plutôt qu’à recopier une réponse séduisante.

Pour cibler les offres, mieux vaut sélectionner des organisations capables de décrire leur encadrement. Une annonce qui réclame une autonomie totale sur plusieurs disciplines pour un profil débutant peut masquer un poste mal dimensionné.

En entretien, demander un exemple de progression d’un junior apporte un éclairage concret. Qui relit ses premières livraisons ? Quelles responsabilités peut-il acquérir ? Comment les erreurs sont-elles traitées ? Ces questions évaluent les conditions de réussite, pas seulement l’ambiance.

La candidature gagne aussi à relier chaque réalisation au besoin annoncé. Trois projets expliqués avec précision seront souvent plus lisibles qu’un catalogue de trente compétences sans contexte ni niveau démontré.

Pour sortir de la file, il faut montrer ce que l’on sait vérifier et améliorer, pas seulement ce que l’on sait générer.

Recrutement et automatisation : préserver les juniors sans renoncer aux gains utiles

Pour une entreprise, diminuer les embauches peut améliorer rapidement certains ratios. Mais supprimer systématiquement les postes débutants revient aussi à réduire le vivier de personnes qui connaîtront demain les clients, les procédures et les particularités de l’activité.

Le risque stratégique est de gagner du temps aujourd’hui tout en perdant la capacité de former les équipes de demain. Une organisation ne fabrique pas des professionnels expérimentés en publiant, quelques années plus tard, une annonce exigeant cinq ans de pratique.

Redessiner le poste junior autour de la progression et du contrôle

Atelier Garonne peut choisir une autre voie que le remplacement mécanique. Au lieu de confier à Léa uniquement des brouillons, l’agence lui attribue un périmètre limité : préparer une analyse, contrôler certaines données et présenter ses observations à un référent.

Le logiciel prend en charge une partie du travail répétitif. Le temps dégagé sert à comparer les sources, comprendre les écarts et assister à des échanges clients : l’apprentissage se déplace sans disparaître.

Ce modèle nécessite un budget d’encadrement explicite. Si le responsable doit relire toutes les productions entre deux urgences, la formation finit vite au placard, juste à côté des bonnes intentions et du vieux kakémono.

Une fiche de poste bien conçue distingue donc les livrables autonomes, ceux qui demandent une validation et les compétences à acquérir. Elle décrit également les erreurs critiques : données confidentielles exposées, affirmation non vérifiée ou modification technique non testée.

L’évaluation peut suivre plusieurs dimensions : qualité du résultat, temps de contrôle, capacité à expliquer les choix et progression vers l’autonomie. Le nombre de documents générés, pris seul, récompense surtout la vitesse de production, même lorsque le nettoyage prend davantage de temps.

Télétravail et IA : la documentation facilite aussi l’automatisation

Les chercheurs proposent un mécanisme intéressant : le télétravail a poussé certaines entreprises à formaliser leurs pratiques dans des documents et des procédures numériques. Cette codification aurait ensuite facilité l’adoption des outils génératifs.

Il s’agit d’une explication proposée, pas d’une démonstration selon laquelle le travail à distance détruirait nécessairement les postes. Une procédure écrite peut tout autant servir à automatiser une étape qu’à mieux accueillir une nouvelle recrue.

Le véritable enjeu porte sur l’usage de cette connaissance. Une base documentaire peut devenir un raccourci pour ne plus recruter, ou un support qui aide un débutant à apprendre avec un accompagnement plus régulier.

Pour départager ces options, un pilote limité est plus instructif qu’un grand déploiement enthousiaste. L’entreprise choisit une tâche, mesure le temps total avec relecture, recense les erreurs et compare la qualité sur des cas représentatifs.

Si le gain existe uniquement avant vérification, il mérite d’être réévalué. Si l’outil réduit réellement la charge sans dégrader le résultat, l’étape suivante consiste à décider où réinvestir cette capacité : service client, développement commercial ou apprentissage interne.

La transparence compte aussi dans l’attractivité. Expliquer les outils utilisés, les règles de confidentialité et le rôle des encadrants rend une marque employeur adaptée à l’IA plus crédible qu’une promesse vague de modernité.

Une entreprise peut commencer par auditer un seul poste junior : quelles tâches ont été automatisées, lesquelles restent essentielles et lesquelles permettaient d’apprendre ? Ce diagnostic transforme un débat abstrait en décisions sur le travail réel.

Le bon arbitrage n’oppose pas technologie et recrutement : il organise les gains pour conserver une équipe capable de progresser.

La baisse des embauches en CDI signifie-t-elle autant de suppressions de postes ?

Non. Les embauches mesurent les entrées dans un contrat, tandis que les suppressions concernent des postes existants. Une entreprise peut conserver ses salariés tout en réduisant fortement les possibilités offertes aux nouveaux candidats.

Pourquoi les jeunes sont-ils davantage touchés dans les métiers exposés à l’IA ?

Les débutants réalisent souvent des tâches préparatoires ou standardisées que les outils génératifs peuvent accélérer. Ils disposent aussi de moins d’expérience pour prendre en charge les contrôles complexes, les arbitrages et la relation client.

Les CDD compensent-ils le recul des recrutements en CDI ?

Les données présentées ne montrent pas une simple substitution. Entre novembre 2022 et mars 2026, les embauches des 21-29 ans diminuent également tous contrats confondus dans les professions exposées.

Comment renforcer une candidature junior face à l’automatisation ?

Présenter un projet limité et documenté permet de montrer la compréhension du problème, les sources utilisées, les choix réalisés et les contrôles effectués. Les résultats mesurés doivent être distingués des hypothèses ou des tests encore à mener.

L’IA est-elle la seule cause du ralentissement du recrutement ?

Une différence entre professions exposées et moins exposées ne suffit pas à attribuer toute la baisse à l’IA. Les budgets, la conjoncture et les évolutions sectorielles doivent aussi être examinés pour interpréter correctement les résultats.